京公网安备 11010802034615号
经营许可证编号:京B2-20210330
l 采访老师:欢迎大家来到CDA持证人专访,今天我们邀请到了赵森妙,目前在药企行业担任数据分析师,可以和大家打个招呼!
l 嘉宾:大家好!我叫赵森妙!我之前一名药企的VP助理,外企和内资的药企都是有经历过,因为接触过较多的数据分析,确定是我自己感兴趣的发展方向,目前的话刚转行到数据分析行业半年的时间,目前主要的工作是针对销售数据进行多维度的数据分析,针对不同层级,不同维度做可视化分析报告,给到业务人员指导方向;
l 采访老师:在药企行业做数据数据分析师是一种什么体验呢?可以举一些详细的业务例子吗? (一些工作内容,可以以一个业务展开,让大家了解你的工作)
l 嘉宾: 作为药企数据分析师,首先跟大部分的行业是一样的,我们需要花费大量的时间和精力来收集和整理数据,进行数据清洗和转换,提供可视化分析报告,撰写分析报告和提供解决建议;
l 采访老师:从事您这份工作,哪些技能是必备的?(从哪里获取数据源、哪些工作分别常用哪些工具等)
l 嘉宾:除了通用的统计分析技能之外,对医疗行业、医疗行业的销售技巧、流程、业务节点等都是需要了解的;比如说医药行业中药店和医院的关系,处方药在药店和医院查流向的区别;同时对于医院来说,进药和没有进药对于销量的影响,对于存量的核实;如果不了解,很多时候对于销量的数据可能有时候会存在失误的判断;
l 采访老师:针对销售数据,你主要是从哪些维度进行分析的呢?
嘉宾:现有的销售数据的话,主要从月、季度、年份的时间分类汇总,同时做好同比、环比分析,排名状况分析,了解实际所处的位置和变化情况; 另外就是按省份、地级市、医院、人员等角度做好增长分析和排名分析,了解横向的变化及所处的位置;另外很重要的一点是根据计划完成情况进行对比,做好优秀典型的分析及未完成原因分析;
l 采访老师:说到给业务人员指导方向,哪些方法是你比较看重的呢?(原因分析、未来预测、现状分析等等可以展开讲讲~)
l 嘉宾:作为数据分析师,在与业务沟通的时候,我也做不到对各项数据信手拈来,但是我一般会事先准备好几方面的数据;有一个比较好的方法,举个例子:我可能会参考矩阵图的分类方式,从自身增长及市场增长两个方面来看,哪些省份和地级市是比较典型需要拿出来说的,比如说市场占有率很高,但自身还是负增长的,是明显存在问题的;另外再结合在全国的排名及其他维度的各项数据分析各个地方的优势和存在的问题,这个优势点是否能够带来增长,且是否可以给其他的地方作为借鉴;如果确实是通用可以借鉴的,那么在别的会议上我也会去推广建议;同时利用这个优势点在现有地方已经能够带来的量,我们大致预测其他地方未来的增长量,都可以结合起来看;接下来的这个地方工作重点是否这个,如果是,那么目标也好定了,目标值也定好了;大概是这样,树立标杆及推广共性的优秀方法是我也比较看重的一个点;
l 采访老师:您为什么想要转行到数据分析师呢?是什么机遇下让您转行成功呢?
结束语
其实前面有好几年我都在做商务支持,助理类的相关工作,但这个工作有一部分其实有很多工作是与数据分析部门打交道的,比如在做指标合理性分析、辖区调整、汇报ppt等,我都会参与到与数据部门讨论的过程中,这些经历其实让我对数据分析埋下了一颗向往的种子的;我觉得数据是一个非常有意思的一个事情;这是一个很考验能力的工作;这是一个需要观察思考能力、快速了解业务能力、表达能力和持续不断学习能力的岗位,另外所产生的价值其实也是无法衡量的,所以我是很向往的;机遇的话,说来也巧,我是当时领导的一位朋友,需要招这么一个岗位,需要有一定信任度的人,正好我领导呢一来是了解我的长处,二来也是了解我的意向,所以向他推荐了我;然后我就如愿以偿的拿到了这个岗位。
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30